Redes Neuronales_ Perceptron Simple

3/2/2016

Redes Neuronales: Perceptron simple 1

  Más    Siguiente blog»

Crear un blog   Acceder

Redes Neuronales lunes, 13 de agosto de 2012

Archivo del blog

Perceptron simple

▼  2012 (5) ►  noviembre (1) ►  octubre (1) ▼  agosto (3) Neurona en python Perceptron simple Ideas para proyecto

Datos personales

" Video que demuestra el funcionamiento del programa " Perceptron simple en java

Marco Antonio Carcini Mora Ver todo mi perfil

0:15 / 1:07

  En esta entrada quiero compartirles un ejemplo de perceptron simple hecho en java el cual puede ser usado para que aprenda las compuertas logicas OR y AND. Este tipo de red puede resolver solamente problemas cuyas salidas estén clasificadas en dos categorías diferentes y que permitan que su espacio de entrada sea dividido en regiones linealmente separables:

http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

1/6

3/2/2016

Redes Neuronales: Perceptron simple

Las compuertas lógicas AND y OR son linealmente separables, por lo tanto pueden implementarse con un perceptrón. La compuerta lógica XOR no presenta esta característica para esta se tiene que utilizar un perceptron multicapa.

En el siguiente vídeo a partir del minuto 2:40 en adelante se explica paso por paso como se da el aprendizaje de la compuerta lógica OR para un perceptron simple y yo explicare lo mismo pero ya desde un programa hecho en java.

Explicare solo lo mas importante para mas detalles pueden descargarse el código, el codigo ha cambiado un poco solo le agrege una interfaz grafica para que escoger la compuerta logica con la que se probara el perceptron ya sea OR o AND: http://www.mediafire.com/?e788693rqowepoc

Antecedentes y Funcionamiento Rede...

Código Fuente:

154.              // se multiplica cada peso por cada entrada y se suma 155.              funcionActivacion += pesos[i] * entradas[i]; 156.              157.              //redondeamos a 2 decimales el valor de la funcion activacion 158.              String val = funcionActivacion+""; 159.              BigDecimal big = new BigDecimal(val); 160.              big = big.setScale(2, RoundingMode.HALF_UP);     161.              funcionActivacion=big.floatValue();

" Partes Claves del Código Fuente "  1.­ Declaramos las entradas y salidas deseadas: Estructura de las entrada: Entrada 1, Entrada 2, Umbral

{  x1   ,   x2   ,   ­1 }

http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

2/6

3/2/2016

Redes Neuronales: Perceptron simple

2.­ Declaramos los pesos con los mismos valores que en el vídeo para seguir el ejemplo igual el factor de aprendizaje:

3.­ Llamamos al método "funcionActivacion" que recibe por parámetros las primeras 2 entradas (1,1) y se manda también el (­1) para la entrada del umbral y retorna 1 o ­1 como lo define la siguiente regla esto que retorne sera la salida obtenida para dichas entradas :

4.­ Después se llama al método "error" al  cual se le manda por parámetro la salida deseada y retorna la diferencia de la salida deseada menos la salida obtenida en el método anterior entonces si regresa 0 no hay error en caso contrario si lo hay:

5.­ Después si no hay error se sigue con la siguiente entrada(1,­1) y se vuelven a ejecutar http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

3/6

3/2/2016

Redes Neuronales: Perceptron simple

los métodos "funcionActivacion" y "error" y si no hay error se sigue con la siguiente entrada (­1,1) ahora si hay error se debe hacer reajuste de pesos llamando al método "calcular pesos" al cual se le manda por parámetros las entradas y la salida deseada: formula:

Método para Actualizar los Pesos

6.­ después de que se  recalculan los pesos se vuelve a pasar todas las entradas desde el inicio al método "funcionActivacion"  y se sigue todo el proceso hasta que ya no salgan errores y al final podremos verificar que realmente aprendió la compuerta lógica OR.                                        

Referencias:

http://www.lab.inf.uc3m.es/~a0080630/redes­de­neuronas/perceptron­ simple.html http://es.scribd.com/doc/89891987/Perceptron­Simple Publicado por Marco Antonio Carcini Mora en 23:59  +1   Recomendar esto en Google

13 comentarios: Jose Abelardo Castañeda 21 de febrero de 2013, 15:42 bUEN APORTE Responder Respuestas Marco Carcini 23 de febrero de 2013, 19:50

http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

4/6

3/2/2016

Redes Neuronales: Perceptron simple Gracias :) Responder

battousai 20 de marzo de 2013, 22:06 disculpa el link para descargar el codigo fuente esta caido. Te agradeceria mucho si pudieras resubirlo. Responder

Marco Carcini 25 de marzo de 2013, 20:24 Listo!! Responder

jair alvarado 27 de mayo de 2013, 9:55 busco uno para Perceptron multicapa Responder

Victorino González 19 de septiembre de 2013, 23:25 Muchas Gracias! Responder

ing.jorge 17 de marzo de 2014, 13:12 me aparece el siguiente error class  PerceptronSimple  is  public,  should  be  declared  in  a  file  named PerceptronSimple.java Responder Respuestas Marco Carcini 26 de marzo de 2014, 14:50 le cambiaste el nombre al archivo?, eso pasa cuando el nombre de la clase y  el  nombre  del  archivo  no  coinciden,  solo  asegúrate  de  que  tengan  el mismo  nombre  o  si  le  quieres  cambiar  el  nombre  al  archivo  también cámbiaselo a la clase y al constructor!! Responder

van 6 de septiembre de 2014, 18:08 He probado el or y siempre me devuelve 1. Responder

Hugo Reyna 21 de noviembre de 2014, 7:03 pregunta: si quiero entrenar de nuevo la red?? Responder

Martha Fernanda IC 9 de diciembre de 2014, 14:52 yo ocupé este algoritmo con mis excompañeros rubén y ferrusca para evitar que un robot en una simulación virtual se estrelle o bien se atrofié o bien se descomponga su caminar  o  bien  deje  de  funcionar  ante  un  obstáculo,  de  manera  que  por  sensor infrarrojo cálculaba sobre los obstáculos que pudieran impedir el seguir su camino, y ocurria una sumatoria o resta en el código de su camino, creo que es el código más simple para implementar con el algoritmo de red neuronal Wj=Wj+e(ti)*Xj . Responder

http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

5/6

3/2/2016

Redes Neuronales: Perceptron simple Responder

Martha Fernanda IC 9 de diciembre de 2014, 14:58 P.d. Yo quiero implementar la fórmula de redes neuronales para ubicar el aprendizaje en un  ser  humano  que  creo  que  se  basa  en  la  noción  de  un  aprendizaje  de  quien  te enseña, quien aprende o bien una persona y bien este aprendizaje creo que podría basarse  en  escuchar  de  manera  telepática  a  quien  enseño  o  bien  lo  que  lee  una persona  por  telepátia  y  tal  vez  llega  a  desarrollar  de  una  manera  muy  propia  o  en base  a  como  aprendió  a  hablar  ahora  bien  creo  que  un  robot,  desarrollaría  lo aprendido  en  base  a  la  programación  de  su  personalidad  y  escucharía  lo  que esperamos  que  aprenda  y  bien  escucharía  también  la  onda  emocional  o  bien  las emociones  de  la  persona  que  enseña  para  poder  saber  como  contestar  XP,  o  bien como  podría  desarrollar  un  robot  su  propia  inteligencia  >­<'',  o  bien  como  es  que nosotros llegamos a concentrarnos y escuchar a la persona que enseñó algo a quien nos enseña, lo cual sigue una regla de tres, o bien  escuchar al profe escuchar a quien enseñó al profe darse a entender entre lo que comenta el profe y lo que se tiene que aprender para tener el "propio entendimiento" o bien un tercer comentario para aprender.. o bueno creo que a veces en la telepatía pasa esto >__<'' o­o'' Responder

Martha Fernanda IC 26 de agosto de 2015, 6:56 la  telepátia  no  existe...todo  era  cuestión  de  sonidos  y  no  infrasonidos  que  otra persona puede percibir... Responder

Introduce tu comentario...

Comentar como: 

Unknown (Google) Salir

Publicar

  Vista previa

Entrada más reciente

  Avisarme

Página principal

Entrada antigua

Suscribirse a: Enviar comentarios (Atom)

Plantilla Simple. Imágenes de plantillas de luoman. Con la tecnología de Blogger.

http://marco­redes­neuronales.blogspot.mx/2012/08/perceptron­simple.html

6/6